分数阶PID控制是对传统的整数阶PID控制理论的一种概括和补充。目前,分数阶的概念正不断融入自动控制、信号处理、网络通信、电子工程等信息领域,正在并且继续为相应领域的技术进步做出实质性的贡献,分数阶控制系统与分数阶控制器的应用涉及各个领域。模型预测控制(Model Predictive Control, MPC)是产生于工程实践的一类基于模型预测、反馈校正并结合滚动优化的先进计算机优化控制算法。它的典型算法有：模型算法控制(Model Algorithmic Control,MAC)、动态矩阵控制(Dynamic Matrix Control, DMC)、广义预测控制(Generalized Predictive Control,GPC)等。它们都基于模型预测、反馈校正、滚动优化三大环节。传统PID控制,由于原理简单,直观易懂,易于工程实现,鲁棒性强,适用面广等一系列优点,仍然是工业过程控制中应用最广泛的一类基本控制规律。但是,随着工业的发展,对象的复杂程度不断加深,尤其对于非线性、时变不确定性的复杂系统,常规PID控制显得无能为力。分数阶PID控制器较传统整数阶PID控制器增加了两个可调参数,使得其控制器的设计更加灵活,控制性能更加优良。本文以网络控制系统和励磁系统两大典型系统为例,分析分数阶PID算法(FOPID)在工程实践中的应用,验证其优越性与实用性。在验证了FOPID控制算法优越性的基础上,并从已有学者研究出的改进算法(PIDMAC)的改进过程中得到启发,提出算法的进一步改进,即FOPID-MAC算法,这种算法既具有FOPID算法的优点,稳定性好,又具有预测功能。文中给出了算法的具体推导过程,并通过仿真研究的对比,在时域内分析了FOPID-MAC控制器的参数选择对控制性能的影响,说明了FOPID-MAC算法比基本PID算法、MAC算法以及PIDMAC算法控制性能更好。本文尝试将改进算法应用于EPA控制系统以及锅炉过热蒸汽系统中,为探索新型控制算法在工程实践中的应用打下一定的理论基础。另外,本文还针对工业过程中普遍存在的时延现象,利用预测思想,提出了时延补偿预测控制算法(TDCPIDMAC)。引入补偿因子和过渡因子在线整定预测控制量和时延控制量,使控制作用快速平稳过渡。仿真表明预测补偿算法改进了PIDMAC算法的控制性能。